Windows如何部署GeneFace Plus Plus

Windows 部署 GeneFace++ 实操指南
一 环境准备与版本选择

• 操作系统与工具：建议使用 Windows 10/11 64位，安装 Anaconda/Miniconda、Python 3.9、CMake、Visual Studio Build Tools 2019/2022（C++ 桌面开发），以及 FFmpeg（含 libx264 编码器）。
• Python 与深度学习基础：创建隔离环境（推荐 Python 3.9），安装 PyTorch 2.0.1 + CUDA 11.7、torchvision 0.15.2、torchaudio 2.0.2，并安装 pytorch3d 与 MMCV。
• 版本要点：社区实践表明 PyTorch 2.1 + CUDA 12.1 容易在部分扩展（如 torch-ngp）上出错，优先使用 2.0.1 + 11.7；如需 GPU，请提前安装匹配版本的 NVIDIA 驱动、CUDA、cuDNN。

二 本机安装步骤（Windows 原生）

1. 克隆代码与创建环境

• 打开 Anaconda Prompt：
• git clone https://github.com/yerfor/GeneFacePlusPlus.git
• cd GeneFacePlusPlus
• conda create -n geneface python=3.9
• conda activate geneface

1. 安装多媒体与基础依赖

• conda install -c conda-forge ffmpeg
• pip install -r docs/prepare_env/requirements.txt -v

1. 安装 PyTorch 2.0.1 + CUDA 11.7

• conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

1. 安装 PyTorch3D 与 MMCV

• pip install "git+https://github.com/facebookresearch/pytorch3d.git@stable"
• pip install cython openmim==0.3.9
• mim install mmcv==2.1.0

1. 构建 C/C++/CUDA 扩展（如 torch-ngp）

• 在 Windows 下建议使用 x64 Native Tools Command Prompt for VS 进入项目根目录后执行：
• docs/prepare_env/install_ext.sh
• 若脚本内部包含 Linux 命令（如 bash、apt），在 Windows 上可通过 Git Bash/WSL 运行，或参考脚本内容在 Windows 下手动完成等效步骤（安装相同版本的依赖与编译工具链）。

1. 验证安装

• 运行项目提供的测试脚本或示例（如 python main.py 或 README 中的命令），确认无报错并能正常加载模型。

三 无本机 GPU 或编译困难时的云端一键部署

• 使用 OpenBayes 公共教程 GeneFace++ 数字人 Demo：
• 登录平台 → 在“公共教程”中克隆该 Demo → 选择算力（如 NVIDIA GeForce RTX 4090）→ 启动资源；
• 打开工作空间终端，按页面提示激活环境与启动脚本：
• conda env export -p /output/geneface
• conda activate /output/geneface
• source bashrc
• /openbayes/home/start_web.sh
• 出现 “Running on local URL: https://0.0.0.0:8080” 后，复制右侧 API 地址 到浏览器访问 WebUI。

四 数据准备与常见问题

• 3DMM 模型（BFM2009）放置
• 下载 BFM2009 模型压缩包并解压，将其中 8 个文件 放置到：/deep_3drecon/BFM/，目录结构示例：
• deep_3drecon/BFM/

├── 01_MorphableModel.mat
├── BFM_exp_idx.mat
├── BFM_front_idx.mat
├── BFM_model_front.mat
├── Exp_Pca.bin
├── facemodel_info.mat
├── index_mp468_from_mesh35709.npy
└── mediapipe_in_bfm53201.npy

• 驱动与兼容性
• 使用 GPU 时，确保 NVIDIA 驱动、CUDA、cuDNN 与 PyTorch 版本匹配；代码中建议显式指定设备：
• device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
• 若出现与本机环境冲突或编译失败，优先检查 Python/PyTorch/CUDA 版本组合，并清理缓存后重装依赖。